如何使用Python对比两个Excel文件，提取主文件无匹配的交易行至新文件

所需工具 #

我们用pandas库处理Excel文件，它对新手友好且效率高。先安装依赖：

pip install pandas openpyxl

完整代码（带注释） #

import pandas as pd

# 1. 读取主文件File1，提取唯一交易编号集合
# 若File1有表头（第一行是列名）用下面这行；无表头则添加参数header=None
file1 = pd.read_excel("File1.xlsx")
# 提取第二列的交易编号（索引从0开始，第二列对应索引1），转成集合提升查找速度
master_trade_ids = set(file1.iloc[:, 1])

# 2. 读取原始交易数据File2
# 无表头同样添加header=None
file2 = pd.read_excel("File2.xlsx")

# 3. 筛选File2中不在主文件里的交易行
# 把X替换成File2中交易编号所在的列索引（比如第三列就写2）
# ~符号表示"取反"，即保留编号不在master_trade_ids里的行
filtered_data = file2[~file2.iloc[:, X].isin(master_trade_ids)]

# 可选：如果需要去除File2中重复的交易编号行（保留首次出现的）
# filtered_data = filtered_data.drop_duplicates(subset=file2.columns[X])

# 4. 将筛选结果保存为File3
# index=False表示不把行索引写入Excel
filtered_data.to_excel("File3.xlsx", index=False)

关键说明 #

• 文件路径：把代码里的"File1.xlsx"等替换成你的实际文件路径，比如Windows桌面路径是"C:/Users/你的用户名/Desktop/File1.xlsx"，Mac是"/Users/你的用户名/Desktop/File1.xlsx"
• 列索引确认：确认交易编号在文件中的列位置，第一列是0，第二列是1，以此类推，别写错索引
• CSV文件适配：如果你的文件是CSV格式，把read_excel换成read_csv，to_excel换成to_csv即可

内容的提问来源于stack exchange，提问作者user22220347